11:14官方账号arXiv cs.LG@M. L. Carroll, J. Li, S. D. Guzewich, G. Villanueva, J. A. Caraballo-Vega, M. J. Frost研究者将地球天气基础模型GraphCast迁移到火星,使用火星气候数据库(MCD)训练,评估其对火星温度和风场的预测能力。零样本预测能大致还原当前状态,但无法捕捉昼夜变化,且会快速退化为气候均值。微调后模型在10个训练周期内学会火星热力变化,可预报10天内的季节和垂直温度结构。预测质量随训练样本增加而提升,并对季节初始化敏感。论文GraphCastMarsCast火星推荐理由:谷歌的天气模型GraphCast被拿去预报火星天气了,微调10轮就能预测10天火星温度,未来能帮火星任务避沙尘暴。原文稍后读已读值得跟进有用关注 GraphCast
09:34官方账号arXiv cs.LG@Evangelia Rafaela Frastali, Achyut Paudel, Maryam Golbazi, Frank LiuApeliotes框架结合全球再分析数据、预训练天气基础模型和区域扩散模型,生成公里级多变量大气场。在垂直风廓线预测上误差低于3%,10米风速相关性达0.91,2米温度相关性达0.99,NRMSE分别为0.42和0.17。该方法比传统动力降尺度计算成本大幅降低,可扩展至不同区域和变量。AI模型Apeliotes扩散模型天气预测推荐理由:这个框架用扩散模型做公里级天气预测,垂直风误差不到3%,比传统方法快很多,做精细化气象预报的朋友可以看看。原文稍后读已读值得跟进有用关注 Apeliotes